在这个框架中我们将在这个环节实现-（多查询）、-、（查询分解）、k和H这五种优化方案 （路由） 路由的作用是为每个选择最合适的处理管道以及依据来自模型的输入或补充的元数据来确定将启用哪些模块。
比如在索引环节引入多重索引技术后就需要使用多 塞浦路斯 WhatsApp 号码列表 级路由机制根据引导至最合适的父级索引。 在路由环节我们将实现 （基于逻辑的路由）和 （基于语义的路由）两种方案。 （查询构建） 查询构建主要是为了将自然语言的转化为某种特定机器或软件能理解的语言。
因为随着大模型在各行各业的渗透除文本数据外诸如表格和图形数据等越来越多的结构化数据正被融入 系统。
比如在一些h的场景下就需要将用户的内容转化为语句进行数据库查询这就是--。
再比如工业设计场景下可能需要将用户的转化为设计指令或者设备控制指令这就是--h。 h和-（让大模型自行构建）三种优化方案。 v（检索） 在检索的时候用户的问题会被输入到嵌入模型中进行向量化处理然后系统会在向量数据库中搜索与该问题向量语义上相似的知识文本或历史对话记录并返回。
在朴素中系统会将所有检索到的块直接输入到 生成回答导致出现中间内容丢失、噪声占比过高、上下文长度限制等问题。 在检索环节我们将实现k（重排序）、（压缩）、v （纠正性）等方案。